現在Kunavoで呼び出せる最も強力な画像モデルのうちの3つが、GoogleのNano Banana Pro、OpenAIのGPT-Image-2、そしてGoogleのより新しく安価なNano Banana 2です。共通のOpenAI互換APIを使えるため、モデルの切り替えは1語の変更で済みます。それぞれの違い、どの場面でどのモデルを選ぶか、そして実際の費用を紹介します。
比較対象
- Nano Banana Pro — Googleのプレミアム画像モデルです。最高水準の忠実度を備え、この3モデルの中で画像内テキストの描画が最も優れています。看板、UIラベル、パッケージ、複数行の文章も、最初の生成から読みやすく仕上がります。3モデルの中では最も高価ですが、それでもGoogleの公式料金より50%安価です。
- GPT-Image-2 — OpenAIのネイティブ画像モデルです。プロンプトの理解力が高く、文字どおりの詳細な指示にも忠実に従います。また、解像度によって価格が上がらない画像ごとの一律料金のため、4Kでは最も安価な選択肢です。
- Nano Banana 2 — コストパフォーマンスを重視する場合の選択肢です。初代より忠実度とプロンプトへの追従性が向上した新しいNano Bananaで、1Kでの価格は3モデルの中で最も安価です。大量に生成する際の標準的な選択肢です。
3つのモデルはすべて、Kunavoでは各プロバイダーの公式料金より13～50%安く利用できます。OpenAI APIのインターフェースは同一で、変わるのはモデルスラッグだけです：
# Same client. Same code shape. Different model.
# All three return a temporary URL you can download.
from openai import OpenAI
client = OpenAI(
api_key="sk-kn-...",
base_url="https://api.kunavo.com/v1",
)
prompts = [
"a glass-walled tea house at the edge of a misty forest, golden hour, "
"cinematic, 50mm lens, shallow depth of field",
"a vintage Italian espresso machine on a marble counter, soft window "
"light, food magazine photography",
"a stylized cityscape map of Tokyo, isometric, pastel colors, "
"labeled districts in elegant serif",
]
for prompt in prompts:
for model in ["nano-banana-pro", "gpt-image-2", "nano-banana-2"]:
resp = client.images.generate(
model=model,
prompt=prompt,
size="1024x1024",
)
print(model, resp.data[0].url)選び方
画像内のテキスト — 看板、UIモックアップ、ポスター
Nano Banana Proから始めましょう。 GoogleのNano Bananaシリーズは、画像内に読みやすいテキストを描画する能力がカタログ内で最も優れています。複数行の文言、さまざまな文字の太さ、ブランドスタイルの一貫性に対応します。用途上、画像内にどんなテキストでも描画する必要があるなら、Twitterカードのモックアップ、商品パッケージ、インフォグラフィックのポスター、アプリストアのスクリーンショットなど、まず選ぶべきモデルです。GPT-Image-2も有力な次点です。低価格のNano Banana 2は短いラベルには対応できますが、テキストが長くなるほど信頼性が低下します。
プロンプトへの忠実度 — 文字どおりの複雑なプロンプト
GPT-Image-2とNano Banana Proは、どちらもこの用途で優れていますが、性格は異なります。GPT-Image-2は指示を文字どおりに受け取る傾向があり、詳細を明示したプロンプトに忠実に従います。これは、要件が厳密なときに求められる特性です。Nano Banana Proは、構図に関する要求（「Xを左に、Yを奥に配置する」）や、テキストを含む作業で、よりよく指示に従います。要素が4つ以上あり、厳密な位置関係が求められる場面では、現在のどのモデルも性能が低下します。候補をいくつか生成して選ぶことを想定してください。
予算重視・大量生成
Nano Banana 2は、コストパフォーマンスを重視する場合の標準的な選択肢です。1K画像1枚あたり約$0.047で、標準解像度では3モデルの中で最も安価であり、忠実度も初代Nano Bananaから明らかに向上しています。サムネイルやバリエーション画像など、画像1枚あたりの費用が大きく影響する大量生成では、まずこのモデルを使い、テキストや最高水準の忠実度が必要な画像だけNano Banana Proに切り替えてください。（費用を徹底的に抑えたい場合は、初代のNano Bananaがさらに安価です。）
4Kが必要な場合
4Kでのコストでは、GPT-Image-2が意外な勝者です。 Nano Bananaモデルは解像度が上がるにつれて価格も上がりますが、GPT-Image-2の画像1枚あたりの価格は1K、2K、4Kで一定です。そのため、高解像度出力ではGPT-Image-2は十分な性能を備え、この比較対象の中で最も安価です。印刷用素材や大型のヒーロー画像を作る際には覚えておくとよいでしょう。
料金（Kunavoでの画像1枚あたり）
3モデルすべて、トークン単位ではなく画像単位で課金されます。/pricingに記載の1回あたりの料金は次のとおりです。
- Nano Banana Pro：1K／2Kで約$0.067、4Kで約$0.12（プレミアムな選択肢です。用途が合えば、そのテキスト品質は価格に見合います）
- GPT-Image-2：解像度を問わず画像1枚あたり約$0.063（一律料金のため、1Kでは中価格帯、4Kでは最も安価です）
- Nano Banana 2：1Kで約$0.047、2Kで約$0.071、4Kで約$0.106（標準解像度では最も安価です）
失敗した呼び出しには課金されません。モデルスラッグの入力を間違えた場合や、上流プロバイダーがプロンプトを拒否した場合も、ウォレットの残高は変わりません。詳しいルールは/docs/billingをご覧ください。
どのモデルから始めるべきですか？
- 画像にテキストが入るものなら何でも（UIモックアップ、マーケティング素材、商品パッケージ）、Nano Banana Proです。他のモデルから始めるのは避けてください。
- 正確で文字どおりのプロンプト、または4K出力なら、GPT-Image-2です。プロンプトへの追従性に優れ、一律料金のため高解像度でも安価です。
- コストが決め手になる大量生成なら、Nano Banana 2です。1Kで最も安価で、忠実度もほとんどの本番用途に耐えます。
- 上記のすべてに対応する汎用ツールを構築していますか？ 大半のリクエストではNano Banana 2をデフォルトにし、テキストの多い画像ではNano Banana Proに、4KではGPT-Image-2に、ユーザー自身または独自のルーティングで切り替えられるようにしましょう。すべてのリクエストを最も高価なモデルに送るより、1つのデフォルトと2つの代替手段を用意する方が優れています。
画像の編集 — 別の話
画像から画像への編集では、同じ/v1/images/editsエンドポイントで2つの編集モデルを利用できます。Nano Banana Edit（同じテキスト描画の強みを持ち、パッケージや看板の文言の置き換えに最適）と、GPT-Image-2 Edit（狙った変更に対してプロンプトに忠実に従う）です。プロンプトと一緒にimageを渡すだけで使えます。
実際に試してみる
全カタログは/modelsにあり、カテゴリで絞り込めます。最も手早く比較するには、登録して$10からチャージし、自分で用意した5つのプロンプトで上のスニペットを実行して、自分の目で選びましょう。画像の好みは人それぞれです。適切な比較は、あなた自身のプロンプトで行う比較です。